AI & Dữ liệu

Bắt đầu bằng việc xác định một ví dụ đại diện cho điều gì. Một hàng có thể mô tả một khách hàng, một giao dịch, một bức ảnh hoặc một khoảnh khắc trong chuỗi thời gian. Các đơn vị đó xác định cách thức hoạt động của các bản sao, nhãn và phân chia đánh giá. Mười phép đo từ một thiết bị không nhất thiết phải là mười thiết bị độc lập. Các tính năng là đầu vào có sẵn cho mô hình. Nhãn là kết quả mục tiêu được sử dụng trong học tập có giám sát. Kiểm tra thời điểm mỗi tính năng có sẵn: lý do hủy được ghi lại sau khi khách hàng rời đi không thể dự đoán trước một cách chính xác việc khởi hành đó. Đây là một dạng rò rỉ ngay cả khi trường có vẻ mang tính dự đoán cao. Kiểm tra các giá trị bị thiếu, sự bất đồng về chú thích, phạm vi bất thường và những thay đổi trong phương pháp thu thập. Thiếu thông tin có thể mang ý nghĩa; thay thế mọi giá trị còn thiếu bằng số 0 có thể kết hợp một đại lượng chưa biết với số 0 thực. Ghi lại cách xử lý và thử nghiệm nó trên các ví dụ đại diện. Ghi lại các quy tắc xuất xứ và truy cập cùng với tập dữ liệu. Chỉ riêng URL công khai không thiết lập được quyền sử dụng lại mọi mục cho mọi mục đích. Chỉ thu thập thông tin cần thiết cho nhiệm vụ và xác định thủ tục lưu giữ và xóa. Đánh giá riêng biệt các nhóm hoặc điều kiện mà nếu không thì sai số sẽ biến mất bên trong mức trung bình tổng thể.